![](https://img-blog.csdnimg.cn/20201014180756926.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
联邦学习
文章平均质量分 93
sca1p31
这个作者很懒,什么都没留下…
展开
-
论文阅读——FedTP: 基于Transformer的个性化联邦学习
摘要部分文章主要说明了个性化联邦学习在解决客户端异构性的重要作用,但是在联邦学习中使用 transformer 模型的工作还不完善,没有讨论联邦学习的聚合算法对 self attention 的影响。在研究 transformer 在联邦学习中的效果的过程中,本文发现 fedavg 对 self attention 有负面影响。所以提出了基于 transformer 的联邦学习框架 FedTP,该框架在学习每个客户端的自注意力的同时,聚合客户端之间的其它参数。原创 2024-07-27 19:43:19 · 867 阅读 · 0 评论 -
论文阅读——面向非独立同分布数据的车联网多阶段联邦学习机制
车联网环境下,多台车辆采集的数据通常是非独立同分布数据(non-IID),传统的联邦学习算法在non-IID数据中效果不够好。所以本文提出了FedWO,一种面向non-IID数据的车联网多阶段联邦学习机制。第1阶段采用联邦平均算法,使得全局模型快速达到一个基本的模型准确度。第2阶段采用联邦加权多方计算,依据各车辆的数据特性计算其在全局模型中的权重,聚合后得到性能更优的全局模型,同时使用传输控制策略,减少模型传输带来的通信开销。原创 2024-07-20 17:27:51 · 876 阅读 · 0 评论 -
论文阅读:BFLS:一个区块链+联邦学习的CTI共享模型
这篇论文核心也是联邦学习与区块链技术的结合,应用场景放在了CTI共享中。文章将深度学习的恶意流量检测模型的参数视为CTI,使用联邦学习进行共享,从情报共享的角度来进行文章的书写。那么在introduction与related work中就可以对CTI领域的研究进行概括总结,介绍自己的工作并进行对比,突出自己工作的创新与优点,并且形成一个表格进行清晰地对比。(从中我们可以学习到,我们如果做类似的工作可以放在其他的场景中,比如车联网CTI共享、IoT中的CTI共享等等。原创 2024-04-27 20:48:50 · 956 阅读 · 1 评论 -
FedAvg代码详解
论文Communication-Efficient Learning of Deep Networks from Decentralized Data是联邦学习的经典文章,提出了联邦学习经典聚合算法FedAvg,本文基于开源代码进行复现以及对代码的详细解释,适合没有相关基础的同学进行代码理解和复现原创 2024-03-11 22:23:50 · 1364 阅读 · 1 评论